同步检测肢体力的坐卧式下肢康复训练装置以及训练方法

    公开(公告)号:CN118845406A

    公开(公告)日:2024-10-29

    申请号:CN202410953225.2

    申请日:2024-07-16

    摘要: 本发明涉及肢体康复技术领域,具体而言涉及同步检测肢体力的坐卧式下肢康复训练装置以及训练方法,包括底座、座椅以及一对下肢体执行器;所述座椅以及一对下肢体执行器安装到所述底座,使用户以坐卧姿态通过下肢体执行器对下肢进行康复训练;所述下肢体执行器包括依次连接第一连接臂、第二连接臂、第三连接臂和脚踏结构。在髋、膝、踝三个关节处,采用行星伺服电机+直推电机的方案,具有安全便捷大推力的优点。通过采用脚掌部件(前/后脚掌)独立传感器部件布置,具有快速控制踝关节康复活动的优点,同时通过进行两个传感器的压差,同步控制另外一个脚同步运动。

    一种SSVEP脑电信号的解码方法和解码装置

    公开(公告)号:CN118643386A

    公开(公告)日:2024-09-13

    申请号:CN202410691095.X

    申请日:2024-05-30

    摘要: 本申请公开一种SSVEP脑电信号的解码方法和解码装置,解码方法包括获取待解码稳态视觉诱发电位信号并提取子带信号,利用预先基于相关成分构建的空间滤波器,对各子带信号进行空间滤波;对空间滤波后的信号进行空间特征和时间特征的提取,获得特征图;对于特征图依次进行空间重构和通道重构,基于通道重构特征进行分类,得到待解码稳态视觉诱发电位信号的分类结果。本申请有助于减少原始特征中的冗余信息,同时强调和突出对分类任务更为关键的特征;有助于压缩特征冗余;本申请得到通道重构特征,并基于这一重构特征进行分类识别,能够融合不同频段特征的同时,也进一步压缩了特征冗余,使得最终用于分类识别的特征更加精炼和有效。

    基于多模态生物识别的兴趣推荐方法

    公开(公告)号:CN118296236A

    公开(公告)日:2024-07-05

    申请号:CN202410443047.9

    申请日:2024-04-12

    摘要: 本发明提供一种基于多模态生物识别的兴趣推荐方法,包括:采集用户的多模态生理数据,经由预处理方式获得样本集;将样本集输入基于卷积神经网络构建的模型中进行训练,直至模型收敛,保存模型结构,得到特征提取模型;采集用户在半小时内,每隔一分钟的多模态生理数据,并对其进行预处理后,输入特征提取模型中提取特征,生成特征集;将特征集输入改进的分类模型中,计算出用户的评价指标,评价指标至少包含喜好、难度;根据指标,自适应为用户推荐合适的项目。本发明结合了脑电信号、肌电信号和心跳等生物信号,通过捕捉用户的特征情绪和兴趣,为娱乐系统提供个性化推荐服务,提供准确、实时的推荐结果,提升用户的体验使用感。

    基于迭代学习的运动想象脑电信号分类方法

    公开(公告)号:CN115034272B

    公开(公告)日:2024-06-28

    申请号:CN202210760799.9

    申请日:2022-06-29

    摘要: 本发明公开了一种基于迭代学习的运动想象脑电信号分类方法,对患者进行离线训练得到带有标签的运动想象脑电信号数据集,利用空域滤波技术对预处理后的脑电信号数据进行特征提取,利用支持向量机对特征向量进行二分类,得到基础分类模型;对离线数据集进行主成分分析,建立指数加权移动平均模型并计算模型的上下限;采集患者在线训练数据,判断该组数据的主成分是否处于模型的上下限,如符合要求,则将该组数据融入之前的离线训练数据集重新建立基础分类模型,供下次在线训练;否则丢弃这组数据,下次在线训练仍用之前的基础分类模型;重复步骤使分类模型不断融入新的在线训练数据进行迭代学习,直至数据集规模达到预期要求或患者训练计划结束。

    一种康复训练系统及方法
    7.
    发明公开

    公开(公告)号:CN117334294A

    公开(公告)日:2024-01-02

    申请号:CN202311274906.8

    申请日:2023-09-28

    摘要: 本发明公开了一种康复训练系统,包括动作引导模块、脑电信号采集模块、动作分类模块、动作捕捉模块、动作评估模块和视觉反馈模块;其中,动作分类模块中包括运动意图识别模型和健侧代偿识别模型;运动意图识别模型用于识别运动想象脑电信号和静息态脑电信号;健侧代偿识别模型用于识别待康复侧运动想象脑电信号和健康侧的运动想象脑电信号。本发明基于用户的运动想象在线采集脑电信号训练数据,对模型进行训练,再采用训练后模型对用户的动作时的脑电信号进行分类,结合用户的动作,在视觉上对用户的康复动作进行反馈,并鼓励。本发明提供的系统促进用户更加针对性的进行康复训练。拓展了基于脑电信号的康复训练系统的适用范围。

    睡眠状态识别系统、方法及睡眠干预系统

    公开(公告)号:CN117064400A

    公开(公告)日:2023-11-17

    申请号:CN202311061049.3

    申请日:2023-08-22

    IPC分类号: A61B5/346 A61B5/372 A61B5/00

    摘要: 本发明公开了一种睡眠状态识别系统,包括数据采集模块、特征提取模块、融合特征识别模块;数据采集模块用于实时采集用户准备开始睡觉后的脑电波数据和心电波数据;特征提取模块采用特征提取网络分别对数据采集模块采集到的脑电波数据和心电波数据进行特征提取;融合特征识别模块用于将特征提取模块提取得到的脑电波特征和心电波特征进行拼接融合,得到不同睡眠状态的概率;根据公式V=∑sipi得到当前用户睡眠状态量化数值V,根据当前用户睡眠状态量化数值V所处的范围获得当前用户睡眠状态。本发明还提供一种基于睡眠状态识别系统的睡眠干预方法。本发明能够准确、快速的识别出当前用户的睡眠状态,对用户进行精准的睡眠干预。

    基于CSP多尺度卷积神经网络的运动想象解码方法

    公开(公告)号:CN116776253A

    公开(公告)日:2023-09-19

    申请号:CN202310654961.3

    申请日:2023-06-05

    摘要: 本申请公开基于CSP多尺度卷积神经网络的运动想象解码方法,包括以下步骤:规范化EEG脑电信号数据,然后进行带通滤波处理,切分出若干个滤波频带,进行CSP共空间空域滤波处理;为每一个频带的数据分配权重;自动提取分配完权重的信号,进行不同精细度的过滤,进行池化和卷积,并将多个不同尺度卷积提取的特征进行相同维度的拼接,形成特征图;给不同频带的特征图重新分配特征权重,并使用门控循环网络提取更深层次的时序特征,然后做特征拼接;全连接网络分类处理,使最后输出的神经元个数为分类类别个数。本申请提供的运动想象解码方法能够极大的提升了滤波效果,进而有效提升运动想象解码分类的准确性以及分类模型的鲁棒性。

    基于electron启动关闭多个本地应用程序的实现方法及系统

    公开(公告)号:CN116069467A

    公开(公告)日:2023-05-05

    申请号:CN202211715825.2

    申请日:2022-12-29

    IPC分类号: G06F9/48 G06F9/4401 G06F8/60

    摘要: 本发明公开了一种基于electron启动关闭多个本地应用程序的实现方法及系统,系统采用electron‑builder打包,聚合本地的多个同系列的应用程序,包括主进程和渲染进程,使用本地应用程序时,用户操作逻辑触发渲染进程与主进程通信,使用主进程的child_process模块创建子进程,开启本地应用程序,并将子进程信息存储于主进程当中,控制多个本地应用程序的开启和关闭。本发明使用child_process模块与主进程与渲染进程通信能很好的解决进程之间共用一个用户数据进行验证和串行接口设备调校的问题,可在初次调校好以后继续配合串行接口设备使用另一个应用程序,不需要对串行接口设备进行再次调校,节省了大量的重复工作和不必要浪费的时间。